还是格式转换的问题

photofox

>1auh_A mol:nucleic length:30     Rev Binding Element
GGUGGGCGCAGCUUCGGCUGACGGUACACC
>1auh_B mol:protein-het length:18     Rev Peptide
TRQARRNRRRRWRERQRX
>1avj_  mol:protein length:161     Calmodulin-Type Tch2 Protein
MSSKNGVVRSCLGSMDDIKKVFQRFDKNGDGKISVDELKEVIRALSPTASPEETVTMMKQFDLDGNGFIDLDEFV
ALFQIGIGGGGNNRNDVSDLKEAFELYDLDGNGRISAKELHSVMKNLGEKCSVQDCKKMISKVDIDGDGCVNFDE
FKKMMSNGGGA
>1awk_  mol:protein length:764     Adenylyl Cyclase
KIYIQRHDNVSILFADIVGFTGLASQCTAQELVKLLNELFGKFDELATENHCRRIKILGDCYYCVSGLTQPKTDH
上面的以>开始的那行如果是1avj_这种类型，就保持不变，如果是1auh_B这种类型，就变成1auhB，shell该怎么实现啊？多谢

KornLee

grep '1auh_B' filename|sed -n 's/1auh_B/1auhB/p'

photofox

你那个只能替换1auh_B那一行啊，我那个文件有几万条这种数据该怎么办啊？

KornLee

grep '1auh_B' filename|sed -n 's/1auh_B/1auhB/pg'
那个g,就是全局替换的意思

photofox

好象还是不行，你试一下下面的数据，把
1EFM_
1POU_
2AT2A
1ERP_
1BAL_
1HPBP
2CBH_
1SIS_
1GATA
7I1B_
1CDB_
变成
1EFM_
1POU_
2AT2_A
1ERP_
1BAL_
1HPB_P
2CBH_
1SIS_
1GAT_A
7I1B_
1CDB_
实际上数据有几万行

KornLee

我希望你还是先看看sed,awk,grep置顶的入门贴子吧~~,看明白啦,那渔就是你的
不管文件有多少行,
sed 's/aaa/bbb/g' urfile都可以办到,你要理解而不要照抄;)

photofox

里面没看到有类似的功能啊？
sed 's/aaa/bbb/g' urfile确实可以把aaa替换为bbb，加个g表示全部替换，可我的文件里那个aaa各不相同，而bbb也随着变化啊，难道我要一个一个去替换？？有没有可以定义一个模式，比如说[0-9，A-Z][0-9，A-Z][0-9，A-Z][0-9，A-Z][0-9，A-Z]替换为[0-9，a-z][0-9，a-z][0-9，a-z][0-9，a-z][_][0-9，A-Z]

KornLee

你可以写个脚本文件,把shell中的参数传递到sed中处理;)如:
urscript aaa filename
#
sed s/${1}/你希望的字符/g $2
其中,${1}为要替换的模式,$2是文件名.

photofox

可是我希望替换的字符和替换模式有关啊，我真的不知道怎么搞定，希望大家指个明路，我现在急着要处理那一大堆数据，下面里一个文件里的部分数据：
1EFM_
1POU_
2AT2A
1ERP_
1BAL_
1HPBP
2CBH_
1SIS_
1GATA
7I1B_
1CDB_
数据都像上面的格式，我希望在找到2AT2A这样格式的行时，在最后一个子母前插个_，而像2CBH_这样的格式的行保持不变
结果是：
1EFM_
1POU_
2AT2_A
1ERP_
1BAL_
1HPB_P
2CBH_
1SIS_
1GAT_A
7I1B_
1CDB_
有谁能给个具体的shell啊，bow

lucida

投机取巧的办法:做两次sed
你看看下面的就该明白了

$ sed -e 's/^..../&_/g' tempdata
1EFM__
1POU__
2AT2_A
1ERP__
1BAL__
1HPB_P
2CBH__
1SIS__
1GAT_A
7I1B__
1CDB__
fancyworld lucida $ sed -e 's/^..../&_/g' -e 's/__/_/g' tempdata
1EFM_
1POU_
2AT2_A
1ERP_
1BAL_
1HPB_P
2CBH_
1SIS_
1GAT_A
7I1B_
1CDB_